- •Тема1: Модели и моделирование
- •Пример построения математической модели:
- •Погрешности численных методов
- •Свойства численного решения
- •Тема2 Аппроксимация функций
- •Интерполяционная формула Лагранжа
- •Сплайны
- •Сплайны третьей степени
- •Метод наименьших квадратов
- •Тема 3: Решение нелинейных уравнений
- •Метод половинного деления
- •Метод простых итераций
- •Метод хорд
- •Метод Ньютона (касательных)
- •Тема 4: Решение систем линейных уравнений
- •Метод Гаусса
- •Метод прогонки
- •Метод уточнения решения
- •Метод Гаусса-Зейделя
- •Тема5: Решение систем нелинейных уравнений
- •Простой итеррации
- •Метод Ньютона
- •Метод возмущения параметров
- •Тема 6: Численное интегрирование
- •Метод определенного интеграла
- •Метод трапеции
- •Метод Симпсона
- •Метод Гаусса
- •Метод Монте-Карло
- •Метод Монте-Карло для вычисления кратных интегралов
- •Решение обыкновенных дифференциальных уравнений (оду)
- •Метод Эйлера
- •Модифицированный метод Эйлера
- •Метод Рунге – Кутта
- •Метод Рунге-Кутта для решения систем оду
- •Метод Рунге-Кутта для оду высших порядков
- •Метод стрельбы
- •Метод конечных разностей (мкр) (метод сеток).
- •Решение дифференциальных уравнений с частными производными
- •Явная разностная схема для уравнения теплопроводности
- •Неявная разностная схема для уравнения теплопроводности
- •Задачи оптимизации.
- •Метод половинного деления
- •Метод золотого сечения
- •Метод покоординатного подъёма (спуска)
- •Метод градиентного подъёма (спуска)
- •Метод наискорейшего подъёма
- •Задания для самостоятельной проработки
Метод уточнения решения
Решение получается с помощью example.
……………………………
Решение полученные прямым методом содержат погрешности. В ряде случаев, особенно если объем системы велик эти погрешности могут быть значительными, рассмотрим итерационный процесс позволяющий уточнить решение на следующем итерационном шаге.
Пусть решается система
……………………………..
Пусть на k-ом итерационном шаге получено решение в виде ((x1)k,(x2)k, … , (xn)k)
Подставим полученное решение в левые части уравнений системы, результат вычислений этих уравнений обозначим (b1)k, (b2)k, … , (bn)k:
a11 (x1)k+a12 (x2)k+a13 (x3)k+…+a1n (xn)k=(b1)k
a21(x1)k +a22(x2)k +a23(x3)k +…+a2n(xn)k =(b2)k
a31(x1)k +a32(x2)k +a33(x3)k +…+a3n(xn)k =(b3)k
……………………………………………….
an1(x1)k +an2(x2)k +an3(x3)k +…+ann(xn)k =(bn)k
Вычтем из каждого уравнения первой системы соответствующее уравнений второй системы:
……………………………
– это не вязка для уравнения с соответствующим номером.
Получается система (x1)k+1 = (x1)k + e1 Это соотношение уточняющее решение.
(xi)k+1 = (xi)k + ei
Преимуществом этого метода является то, что на каждом итерационном шаге решается система с одной и той же матрицей.
Метод №17
Метод Гаусса-Зейделя
Этот метод является одним из самых распространенных итерационных методов. Это связано с простотой метода. Перепишем уравнение системы, выразим х1 из первого уравнения, х2 из второго, из третьего – х3 и так далее. Получится система, которая имеет вид:
Для этого чтобы избежать проблем предварительно прежде записи системы необходимо производить перестановку таким образом, чтобы диагональные элементы не были равными нулю.
(х1)0, (х2)0, …, (хn)0 и на первом итерационном шаге с помощью первого уравнения находим (х11)\ = (b1-a12 (x2)0-…-a1n (xn)0) / a11, (x2)\ = (b2-a21 (x1)\ -…-a2n (xn)0) / a11,….
(x1)\, (x2)\, …, (xn)\, потом получаем второй итерационный шаг. Для сходимости итерационного процесса достаточно чтобы модули диагональных коэффициентов для каждого уравнения системы были не меньше суммы всех недиагональных элементов.
Тема5: Решение систем нелинейных уравнений
Метод18
Простой итеррации
Пусть требуется найти решение системы из n уравнений с t неизвестными.
…………………..
В общем случае прямых решений систем нелинейных уравнений нет.
Метод простой итерации. Преобразуем исходную систему.
…………………..
Это можно сделать всегда, причем различными способами.
Задается начальное приближение. (x1)0,…,(xn)0. Из первого уравнения находим
(x1)\ =f1((x1)0 , (x2)0, …,(xn)0)
Из второго уравнения находим:
х2=f2((x1)2, (x2)0, …,(xn)0)
При использовании метода простой итерации успех во многом зависит от удачного выбора приближения, чем больше вероятность того, что метод будет расходиться. Для системы существует область сходимости, если начальное приближение попадает в эту область, то итерационный процесс будет сходиться. Чем больше число неизвестных, тем меньше число сходимости.
Метод 19